Come capire se un'immagine è generata dall'IA (e dove ogni controllo fallisce)

In una chat di gruppo arriva l'immagine di una tempesta su una città, e qualcuno pone la domanda che ormai accompagna metà delle immagini virali online: è vera? Noi creiamo immagini IA tutto il giorno, quindi conosciamo entrambi i lati della questione. Esistono modi onesti per aumentare o ridurre la tua fiducia in un'immagine. Non esiste alcun modo, né per te né per noi, di avere la certezza guardando solo il file. Questa è una lista di controllo nell'ordine in cui la useremmo noi, con il limite di ogni passaggio scritto accanto.

Passo 1: guarda prima di ingrandire

Parti dall'intera inquadratura a dimensione normale e chiediti se la scena abbia senso come evento. Chi poteva trovarsi lì con una macchina fotografica? Il momento è troppo perfetto, con ogni elemento in posa per lo scatto? Gli eventi reali di solito lasciano molte foto imperfette. Una scena generata spesso ne lascia una sola, impeccabile.

Il limite: è una domanda sul contesto, non sui pixel. Un fotografo vero può ottenere un singolo scatto perfetto, e un falsario attento può pubblicare qualche variante.

Passo 2: gli indizi visivi, e perché stanno svanendo

Ora ingrandisci. I modelli disegnano ciò che è probabile, non ciò che è coerente, quindi gli errori si concentrano dove una scena ha regole che devono valere su tutta l'inquadratura.

• Mani e articolazioni. Conta le dita, poi guarda come una mano regge un oggetto: il manico di una tazza che attraversa un dito, un anello che si fonde con la pelle, un braccio senza un gomito chiaro.
• Testi e simboli. Insegne, etichette, targhe e dorsi di libri che da lontano sembrano scrittura ma da vicino diventano quasi-lettere. Loghi che sono quasi una marca nota.
• Riflessi e ombre. Uno specchio o una vetrina che mostra un'altra stanza, un riflesso in cui manca la persona che gli sta davanti, ombre che puntano in due direzioni sotto un unico sole.
• Logica della luce. Un volto illuminato con calore da sinistra in una scena la cui unica finestra è a destra. Una luce di contorno su un soggetto che non ha dietro nulla che la produca.
• Texture ripetute. Mattoni, foglie, folle o motivi di moquette che si copiano, volti sullo sfondo che sono lo stesso volto, capelli che diventano una sbavatura liscia.

Il limite: questi indizi diventano più rari a ogni generazione di modelli, e sono anche esattamente ciò che un creatore attento corregge. Abbiamo scritto perfino la guida: correggere mani e testo nelle immagini IA. Anche le foto vere hanno le loro stranezze, dovute agli obiettivi e all'elaborazione dei telefoni. Un risultato pulito non prova nulla; un singolo dettaglio strano prova poco.

Passo 3: leggi i dati di provenienza

Un file può portare con sé informazioni su da dove viene. Le foto scattate con una fotocamera di solito contengono metadati di base come il dispositivo e l'ora dello scatto. In più esiste uno standard aperto per la provenienza firmata, spesso mostrato alle persone come Content Credentials: un record allegato al file che può dire quale strumento lo ha creato o modificato e che cosa è cambiato lungo il percorso, protetto in modo che le manomissioni siano rilevabili. Alcune fotocamere, app di editing e generatori lo scrivono, e alcune piattaforme lo mostrano come una piccola etichetta cliccabile.

Ispettori online gratuiti ti mostrano la provenienza che un file ancora conserva. Se trovi un record firmato che dice che l'immagine è stata generata o pesantemente modificata, è una prova forte. Se dice che l'ha scattata una fotocamera e la firma risulta valida, è una prova forte nella direzione opposta.

Il limite: l'assenza non significa nulla. Uno screenshot, un nuovo salvataggio o il caricamento sulla maggior parte dei social elimina i metadati, e molti strumenti non li scrivono mai. I semplici campi dei metadati si modificano senza fatica. La provenienza dice qualcosa quando è presente e valida, e niente quando manca.

Passo 4: fai una ricerca inversa dell'immagine

Carica l'immagine, o un ritaglio della sua parte più distintiva, su un motore di ricerca inversa e ordina i risultati per data. Cerchi la copia più antica. La foto di un evento reale di solito risale a una testata giornalistica, a un fotografo o a un account locale con altre immagini dello stesso posto. Un'immagine generata spesso risale a una community di arte IA, a un account che condivide prompt o a nulla di più vecchio del post virale stesso.

Il limite: un'immagine nuovissima non ha una storia da trovare, che sia vera o no. Ritagli, specchiature e filtri possono nascondere un'immagine alla ricerca, e trovare una copia più vecchia ti dice solo che l'immagine è vecchia, non come sia stata fatta.

Passo 5: attenzione alle app di rilevamento

I rilevatori automatici ti danno una percentuale, il che sembra scientifico. Trattala come un'opinione in più. Sono addestrati sui modelli esistenti quando sono stati creati, il ridimensionamento o il rumore possono ingannarli, e sbagliano in entrambe le direzioni, comprese le foto vere segnalate come false. Non accusare mai qualcuno basandoti solo sul punteggio di un rilevatore.

Mettere tutto insieme

1. 01Chiediti se la scena abbia senso come evento e chi altro avrebbe dovuto fotografarla.
2. 02Controlla mani, testi, riflessi, luce e texture ripetute, soprattutto sullo sfondo.
3. 03Ispeziona il file in cerca di provenienza, e ricorda che i dati mancanti non sono una prova.
4. 04Fai una ricerca inversa per trovare la copia più antica e la sua fonte.
5. 05Pesa tutto. Diversi segnali deboli che puntano nella stessa direzione valgono più di uno solo che sembra forte.

La risposta onesta alla fine è spesso «probabilmente», non «di sicuro». Va bene così. La parte utile è che cosa fai con quel «probabilmente»: non condividerlo come un fatto e, se lo condividi, di' che cosa hai controllato.

L'altro lato: i tuoi render

Se generi immagini per conto tuo, nello studio o altrove, la stessa lista di controllo ti dice come essere un buon vicino su internet. Le persone non riescono a distinguere con affidabilità, quindi la responsabilità ricade su chi pubblica l'immagine.

• Etichettala. Scrivi nella didascalia che l'immagine è generata dall'IA e usa l'etichetta IA quando una piattaforma la offre. Molte piattaforme ormai la richiedono.
• Non spacciare un render per la foto di un evento reale, di un test di prodotto reale o di una persona reale. Una scena di finzione presentata come finzione va bene; la stessa immagine presentata come notizia no.
• Lascia fuori le persone reali a meno che non abbiano acconsentito. Un'immagine realistica di una persona identificabile è esattamente ciò che nessuno può verificare.
• Conserva i tuoi appunti. Salva prompt, modello e data per tutto ciò che pubblichi, così potrai mostrare come è stata fatta un'immagine se qualcuno te lo chiede. Il nostro articolo su di chi sono le immagini generate dall'IA copre il resto del versante commerciale.

Molti modelli del catalogo producono immagini che superano uno sguardo distratto. È ciò che li rende utili per il concept art e la narrazione, ed è il motivo per cui l'etichetta conta.